LiveCaptionN

LiveCaptionN आपके Android फ़ोन को एक रीयल-टाइम स्पीच कैप्शनिंग और अनुवाद टूल में बदल देता है जो किसी भी अन्य ऐप के ऊपर चलता रहता है। यह माइक्रोफ़ोन या वर्तमान में चल रहे ऐप के ऑडियो को सुनता है, आपके बोलते ही शब्द-दर-शब्द उसे लिखता है, आपके द्वारा चुनी गई भाषा में उसका अनुवाद करता है, और परिणाम को एक ड्रैग करने योग्य कैप्शन विंडो के रूप में आपके द्वारा देखे जा रहे, स्क्रॉल किए जा रहे या अध्ययन किए जा रहे कंटेंट के ऊपर प्रदर्शित करता है।

पाइपलाइन के दोनों भाग डिफ़ॉल्ट रूप से पूरी तरह से डिवाइस पर चलते हैं:

• स्ट्रीमिंग Vosk स्पीच रिकग्निशन — एक लंबे समय तक चलने वाले रिकग्नाइज़र को लगातार लगभग 100 मिलीसेकंड के ऑडियो चंक्स दिए जाते हैं, जिससे कैप्शन 2-सेकंड के अंतराल में आने के बजाय तुरंत दिखाई देते हैं।

• Google ML Kit ऑन-डिवाइस अनुवाद — लगभग 59 समर्थित भाषाएँ, प्रति भाषा जोड़ी लगभग 30 MB का एक बार का डाउनलोड, फिर हमेशा के लिए ऑफ़लाइन कैश किया जाता है।

कोई खाता नहीं। कोई टेलीमेट्री नहीं। डिफ़ॉल्ट पाइपलाइन के लिए किसी सर्वर की आवश्यकता नहीं है।

विशेषताएं

• किसी भी ऐप के ऊपर दिखने वाला फ्लोटिंग कैप्शन ओवरले, जिसे ड्रैग करके मूव किया जा सकता है, पिंच करके रीसाइज़ किया जा सकता है, पॉज़ किया जा सकता है, मिनिमाइज़ किया जा सकता है और क्लोज़ किया जा सकता है।

• माइक या सिस्टम ऑडियो (मीडियाप्रोजेक्शन के ज़रिए) को उसी लो-लेटेंसी पाइपलाइन में फीड किया जाता है।

• ऑन-डिवाइस वोस्क रिकॉग्नाइज़र स्ट्रीमिंग - गूगल लाइव कैप्शन जैसा अनुभव देता है।

• अतिरिक्त ऑन-डिवाइस वोस्क मॉडल डाउनलोड करने के लिए बिल्ट-इन डाउनलोडर, दो क्वालिटी टियर के साथ: स्मॉल (~30 से 80 MB) और लार्ज सर्वर-ग्रेड (80 MB से 2 GB, सबसे कम एरर रेट) स्पैनिश, फ्रेंच, जर्मन, इटैलियन, पुर्तगाली, डच, रूसी, यूक्रेनी, फ़ारसी, हिंदी, चीनी, जापानी, अरबी, वियतनामी और अन्य भाषाओं के लिए।

• गूगल एमएल किट के ज़रिए ऑन-डिवाइस ट्रांसलेशन, व्यापक भाषा कवरेज के लिए लिब्रेट्रांसलेट एक वैकल्पिक सर्वर बैकएंड के रूप में उपलब्ध है।

• ट्रांसक्रिप्ट हिस्ट्री, जिसे ऐप के अंदर से खोजा जा सकता है।

• ट्यूनेबल ओवरले: टेक्स्ट साइज़, अपारदर्शिता, चौड़ाई, ऊंचाई, स्क्रीन पर याद रखी गई स्थिति।

• GitHub रिलीज़ API के ज़रिए स्वचालित अपडेट सूचनाएं

गोपनीयता सर्वोपरि

LiveCaptionN कोई खाता नहीं बनाता, आपकी गतिविधि को ट्रैक नहीं करता और इसमें कोई एनालिटिक्स नहीं है। वाक् पहचान और अनुवाद दोनों आपके फ़ोन पर चलते हैं। ऐप केवल Vosk मॉडल (alphacephei.com से) और ML Kit अनुवाद जोड़े (Google की मॉडल सेवा से) डाउनलोड करने के लिए इंटरनेट का उपयोग करता है, जब आप इसे ऐसा करने के लिए कहते हैं, और GitHub पर नए रिलीज़ बिल्ड की जांच करने के लिए। यदि आप सेटिंग्स में वैकल्पिक Whisper या LibreTranslate सर्वर सक्षम करते हैं, तो ट्रैफ़िक केवल आपके द्वारा कॉन्फ़िगर किए गए URL पर जाता है और कहीं नहीं।

आवश्यकताएं

• Android 10 (API 29) या नया संस्करण

• माइक्रोफ़ोन अनुमति (माइक मोड के लिए)

• "अन्य ऐप्स के ऊपर प्रदर्शित करें" अनुमति (फ़्लोटिंग कैप्शन विंडो के लिए)

• अधिसूचना अनुमति (वैकल्पिक अपडेट अलर्ट के लिए)

LiveCaptionN पूरी तरह से ओपन सोर्स है। प्रत्येक रिलीज़ GitHub Actions द्वारा एक सार्वजनिक कमिट से बनाई जाती है जिसे आप देख सकते हैं। GitHub पर समस्याओं, प्रतिक्रियाओं और पुल अनुरोधों का स्वागत है।